ChatGPT爆火，云计算爆发。没有大模型的云，注定没有未来。

(相关资料图)

先看国际市场，亚马逊在四月份发布泰坦大模型、AI大模型服务Amazon Bedrock。至此，微软、谷歌、亚马逊美国这三大云计算选手，全部入局大模型赛道。

云计算市场的全球排名，亚马逊第一，微软在2019年跃升第二，大模型是微软挑战亚马逊的最大机遇，也是亚马逊不能丢掉的壁垒。

反观国内市场，阿里云一直维持行业第一的地位，本属第二的腾讯云在2022年被华为云反超，下半年又被中国电信天翼云超越，滑落到行业第四。

显然，大模型之战对腾讯云更外重要，必须打一个翻身仗。

但当大多数云计算厂商高调发布自家的通用大模型聊天对话产品及服务，腾讯云意外的选择直接发布行业解决方案而不是通用大模型产品。

在6月19日的腾讯云大模型技术峰会上，并未提及自家的通用大模型聊天对话产品。要知道，腾讯「混元AI大模型」传闻已久，据说已经广泛应用于腾讯微信搜索、腾讯广告等业务场景，提升搜索体验和广告推荐的精准度。

腾讯的「混元AI大模型」未露面，或许是贯彻马化腾的判断，「腾讯正在专注于研发工作，并不急于展示尚未成熟的产品。现在很多公司都太过急切，似乎是为了提振股价，我们一直以来都不是那样的风格。」

但现实是，云计算市场价格战打得正酣，大乱斗已经开始，留给腾讯云的时间还有多少？

至少，腾讯云的路径选择，再次验证了一个逻辑：目前国内大模型只能走to B这条路，像ChatGPT一样的通过会员实现C端收费，这条路在国内市场走不通。

腾讯造“大模型商店”

「虽然大家对通用大模型期待很高，但它不一定是满足行业场景需求的最优解。」腾讯云与智慧产业事业群CEO汤道生这样说。

至今，腾讯云依然没有拿出自己的通用大模型，而是Mass（模型即服务）解决方案，主要是推出行业精选模型商店，给金融、文旅、政务和传媒等十大行业提供超过50个解决方案。

虽然，聊天机器人不是唯一的大模型服务方式，但不可否认的是，基于通用大模型之上构建企业聊天机器人，是云计算厂商面向B端客户服务和收费的重要方式之一。

腾讯云强调通用大模型在应对产业落地场景中有局限性，因而打造的是企业专属的行业大模型。

比如，腾讯云和国内头部在线旅游公司基于「文旅大模型」打造的大模型客服机器人，比通用大模型的客服机器人给出的回答更细致，能够规划出每天的交通、景点安排，给出经济实惠的定制化推荐方案。

确实，通用大模型的产业应用仍处于早期，腾讯此举把通用大模型做小做精，目的是让行业更快用起来，因为在一些客服等行业问答场景中，较小的模型就能满足需求，而不需要调动十亿规模乃至数十亿规模的大模型参数。

腾讯释放的信号是，把大模型服务定位为大模型精选商店。

在技术底座层包括了金融、政务、文旅、传媒等行业大模型和基础算力设施；在TI平台层提供了数据标注、训练、加速及工具链等平台服务；在应用层提供客户专属大模型、细分领域训练平台、应用平台和智能应用。

而腾讯内部，也率先用大模型能力做出了升级示范。

比如企业营销SaaS组件「腾讯企点」，上新了新一代智能客服和企点分析AI助手，解决了传统智能机器人的覆盖率低、接待上限低和知识维护量大等难题，具备快速学习和智能回答的能力，可提供精准回复和丰富回答，并辅助人工操作以提高客服效率。

腾讯会议即将推出覆盖会议全流程场景的AI小助手，只需通过简单自然的会议指令，基于对会议内容的理解，就可以完成信息提取、内容分析、会管会控等多种复杂任务。此外，腾讯云还推出AI代码助手，支持多种编程语言和主流开发环境，提高编程效率。

归根结底，腾讯的大模型商店意味着，SaaS（软件即服务）这一传统云服务的模式可能将被Mass（模型即服务）取代。

此前，云服务可以分为面向普通个人用户、面向企业用户和专业开发者用户三种。从服务模式和业务层次上分，可以分为IaaS（基础设施即服务）、PaaS（平台即服务）和SaaS（软件即服务）三种，但在大模型的带动下，Mass（模型即服务）成为主流。

此前，腾讯云偏向于IaaS，行业曾有观点认为，主要原因在于其已经有了PaaS（平台即服务）级的腾讯开放中心，并且具有世界上注册用户最多的SaaS形态的QQ和微信。对于个人普通用户没有去急需扩张的需求，所以将腾讯云直接用于命名IaaS形态产品。

在Paas的模式上构建新的Mass模式，早已成为百度和阿里的共识，如今腾讯的跟进，意味着为企业的大模型训练及推理提供算力资源和机器学习服务，成为BAT再次混战的新起点。

华为才是对手

在云市场，谈论BAT并不准确。对于腾讯云来说，同样坐落在深圳的华为云才是当下最大的对手。

遥想2017年，IDC发布的中国公有云IasS市场调研，阿里云位居第一，上半年IaaS营收为5亿美元，占据中国市场份额的47.6%；腾讯云位居第二，营收约为1亿美元，份额为9.6%；金山云位居第三，营收6839万美元，份额6.5%；中国电信位居第四，营收6254万美元，份额6%。

而根据IDC发布的2022年下半年公有云市场报告，不论是IaaS市场还是IaaS+PaaS市场，此前一直排名第二的腾讯云首次跌出前三。排名前五的分别是：阿里云、华为云、中国电信天翼云、腾讯云和AWS。

昔日位居第二的腾讯云，被今天的华为云取代。

华为的实力众所周知，IDC中国副总裁兼首席分析师武连峰曾认为，华为对企业级用户的理解会比百度和腾讯深，一是因为华为有基础设施业务，二是有合作伙伴，三是有运营商资源，「长远来看，华为在云计算的发展是比较有潜力的。」

大模型，也是华为云志在必得的一战。

早在6月初，市场就已经有消息，今年7月7日的华为云开发者大会，AI将会是主线。尤其是大会邀请函上注明的，「AI for Industries」（面向行业的AI）将成为人工智能新的爆发点。

面向行业的AI，成了腾讯云和华为云的不谋而合的主题，只是腾讯云抢跑了。

那么同样的疑问是，华为云会发布传闻已久的盘古大模型？还是跟腾讯云一样，先发布企业专属的行业大模型，继续打磨通用大模型？都将在7月7日揭开面纱。

入局稍晚的华为云，何以在短短数年间反超腾讯云？

一方面是因为云行业的整体变革，行业的垂直整合和服务更下探、更深入，客户的要求也比以往更加复杂多元。

2022年年末，马化腾内部讲话就暴露出，腾讯云要放弃集成商的角色，转而做自研产品被集成的战略，此后腾讯云提高自研产品的销售，减少分包项目。

另一方面，是华为在to B和to G业务深耕已久的功力。

一直以来，云行业大客户集中在金融、政府和运营商，华为在这些领域积蓄了多年的服务能力，不论是2020年战略放弃私有云、全力押注公有云市场，还是坚持自研的技术路线，从底层技术上发布服务器芯片和云服务器乃至智能云操作系统，都显示出华为在云生态建设上的硬实力。

华为云正在以超过200%的增速发展，可以提出设想，华为云超越阿里云还有多远？

阿里云自然也不会坐以待毙。今年4月的阿里云合作伙伴大会上，率先开启「减价大酬宾」，核心产品价格全线下调15%~50%，存储产品最高降幅达50%。

阿里云开启的降价潮，很快得到了腾讯云的效仿。6月1日起，腾讯云将针对部分区域云服务器实例特惠时长进一步加大折扣力度，价格降幅最高将达40%。

事实上，云计算厂商对IT商业模式的改变，本质上就是降低用户端成本，提升了运营商的规模效应，如今，大模型的兴起给用户端的成本再砍了一刀。

不久前，阿里再次组织变革，张勇专职担任阿里云的一号位，也显示出了阿里志在云端的决心。

就在6月26日的世界互联网大会尼山论坛企业家座谈会上，张勇首次谈到，「我比任何时候都更加相信，云计算、大数据和人工智能等核心技术的发展，将会给社会带来巨大变革，战略意义非常重大，这是我决定全身心投入阿里云智能集团的重要原因。」

会议期间，360 创始人周鸿祎朋友圈发布一张三人合影，配文称：在孔子的家乡讨论如何打造安全可控易用的人工智能，三个老朋友看法一致。

截至5月底，中国10亿参数规模以上的大模型产品已发布近80个，但谁会带来突破性的变革产品？依然是未知数。

应用层的竞争，是关键

ChatGPT大火以来，上一阶段的竞争主题是「有自己的大模型产品」，如今进化成了「如何用生成式人工智能改变企业」，也就是说，应用层的构建才是检验标准。

以微软云服务平台（Microsoft Azure）在今年6月推出的示范为例，其已经把生成式AI应用到多个行业，打造出了10种利用该技术改变游戏规则的案例，推动不同行业的企业转变运营和增长。

微软云的10种解决方案，展现出了生成式人工智能的商业前景，分别是：内容创建和设计；加速自动化；个性化营销；聊天机器人和虚拟助手；产品和服务创新；语言翻译和自然语言处理；欺诈检测和网络安全；预测分析和规划；创意写作和内容生成；医学研究和诊断。

内容创建和设计上，微软云拿出的应用层代表案例就是Typeface。

Typeface创立者是全球最大多媒体软件Adobe前首席技术官阿布海·帕拉斯尼斯，2022年6月成立之后，其核心优势是成为利用OpenAI、Stable Diffusion和计算机视觉模型支持的人工智能帮助企业大量生成品牌内容的初创公司。

Typeface开发了一套基于云的工具，将Microsoft Azure OpenAI 服务、Azure 机器学习和其他 Microsoft 技术的强大功能和知识与自己的 Affinity AI 相结合，以快速推动个性化内容创建。客户可以生成各种图像和文本，应用在线上营销活动和各种公司内部的品牌需求中。

在加速自动化实现企业降本增效上，美国老牌电报电话公司AT&T，正在使用微软云的生成式AI 服务使 IT 专业人员能够请求其他虚拟机等资源；将遗留代码迁移到现代代码；并授权员工完成常见的人力资源任务，例如更改预扣税、将受抚养人添加到保险计划或为新员工征用计算机。

此外，在聊天机器人的使用上，老牌跨国企业强生公司可以不用再培训员工，直接用用微软云服务的技术构建自己的聊天对话系统，实现为团队和客户服务。

在欺诈检测和网络安全上，SWIFT（环球银行金融电信协会）和微软云一道，构建起了异常交易数据的检测模型，这让企业无需从安全位置移动数据。

而在医学研究上，微软云服务与NHS信托基金会合作，三秒钟就可以实现从2000份文档中找到病例的关键信息。

总体来说，目前微软云将生成式AI的商业化最先推广的，还是聚焦在广告和品牌营销、金融和医疗等互联网向的公司上。

微软云的这一套推广方式，也给国内大模型和云计算大厂做出了示范，毕竟谁能为大模型和生成式AI买单才是最重要的命题，尤其是大企业客户对云计算大厂更为重要。

反观国内，一个现实问题是，大模型太多，而大模型之上的应用层创新太少。

利用开源模型加之强大的算力和大量数据，并不足以保证科技公司在大模型的竞争中领先，降价也只是推广争夺市场的手段之一，最核心的命题还是底层通用大模型之上构建的示范性的应用层，让应用层实现爆发式增长和创新，推动进步进而产生竞争壁垒。

至于迟来的腾讯云，微软CEO萨提亚·纳德拉在多年前推动微软云业务崛起后的一段总结，依然值得回味：领导者必须同时看到外部的机会和内部的能力与文化，以及它们之间的所有联系，并在这些洞察变得众所周知之前率先反应，抢占先机。

这是一种艺术，而不是科学。

关键词：